II_1 eloadas
Download
Report
Transcript II_1 eloadas
I. előadás
Ismétlés
Mintavételi terv
Példa:
A gyártó állítása szerint a szállítmányban a selejt valószínűsége pe 0,05.
A legfeljebb 5% selejtet tartalmazó szállítmányt az átvevő is elfogadja.
-
Az átvevő átveszi a szállítmányt, ha n 15 elemű mintában legfeljebb 2
selejtes terméket talál. Mekkora az átadó kockázata?
Az átvevő akkor is átveszi a szállítmányt, benne pm 0,10 a selejtarány,
de n 15 elemű mintában legfeljebb 2 selejtes terméket talál. Mekkora
az átvevő kockázata?
(Nyilvánvaló, hogy a mintát visszatevéssel választjuk. Miért?)
-
Eredmény: ( 3,61%; 81,6% )
Ismétlés
Normális eloszlás
Példa:
Egy gyártmány mérethibája normális eloszlású valószínűségi változó m 0
várható értékkel. Megállapítottuk, hogy a mérethiba 0,8 valószínűséggel nem éri el
a 20 mm-es határt, amelyen belül a gyártmány még elfogadható minőségű. A termék
első osztályú, ha a mérethiba abszolút értéke nem éri el a 10 mm-es határt.
-
Mekkora a valószínűsége, hogy egy véletlenszerűen kiválasztott termék első
osztályú?
-
A termékek hány százaléka nem tér el a várható értéktől a szórás kétszeresénél
jobban? (2 szabály)
Eredmény:
( 1,625; 0,4778; ,9544 )
A matematikai statisztika tárgya
A valószínűségszámításban egy esemény valószínűségét, egy valószínűségi változó
eloszlásának típusát, várható értékét, szórását stb. elméleti megfontolások alapján
tudtuk kiszámítani.
A gyakorlatban egy-egy esemény valószínűségét, egy-egy valószínűségi változó pontos
eloszlását, várható értékét, szórását stb. nem ismerjük, csak tapasztalati adatok
statisztikai feldolgozásával tudunk rájuk következtetni.
A matematikai statisztika a kísérleti adatokból ( a mintából ) kapható
becslésekkel, a véletlen valószínűségi változó típusára, vagy az eloszlás jellemzőire
a minta alapján feltett hipotézisekkel foglalkozik.
Definíció. A matematikai statisztikában a vizsgálat tárgyát képező egyedek
összességét a hozzájuk tartozó számértékekkel együtt statisztikai sokaságnak
nevezzük.
A matematikai statisztika tárgya
A minta megadása
Definíció. A teljes sokaságból vizsgálatra kivett n elemet a hozzájuk tartozó
x1 , x2 , ... , xn számértékekkel együtt statisztikai mintának nevezzük.
Mivel ugyanabból a sokaságból kivett újabb és újabb mintához más-más számértékek
tartoznak, az x1 , x2 , ... , xn értékek tekinthetők egymástól független, ugyanazon
eloszlású valószínűségi változóknak is.
A minta megadása
xi :1, 1, 2, 2, 2, 3, 3, 4, 4, 4, 4, 5, 5, 6
a./
felsorolással:
b./
gyakoriságokkal:
xi :
fi :
1
2
3
4
5
20
42
15
18
5
A minta megadása
Módusz, medián
c./ osztályokba sorolással:
osztályok gyakoriság f i
10; 12
12; 14
14; 16
16; 18
18; 20
1
5
13
4
2
Módusz: A leggyakrabban előforduló elemet a minta móduszának nevezzük.
pl.:
a./ 4;
b./ 2;
c./ nincs
Medián: Az adatokat monoton növekvő sorrendbe rendezve, a középső elem (ha van)
a minta mediánja. Ha nincs középső elem (páros darabszám esetén), akkor a „két
középső elem” számtani közepe a minta mediánja.
pl.:
a./ 3 4 3,5 ;
b./ 2;
c./ nincs
2
A minta átlaga
Terjedelem.
pl.:
A minta terjedelme a legnagyobb és a legkisebb elem különbsége.
a./
5;
b./
4;
c./ nincs
A minta átlaga
Definíció. A mintavételi változók ( mintaelemek ) számtani közepe a mintaátlag
n
( tapasztalati, empirikus várható érték ) :
pl.:
a./
3,286
x x2 ... xn
x 1
n
x
i
i 1
n
A minta átlaga
Definíció. Ha a mintavétel során egy-egy mintaelem többször is előfordul, mégpedig
x1 összesen f 1 -szer ( f 1 gyakorisággal ),
x 2 összesen f 2 -ször ( f 2 gyakorisággal ),
xk
összesen f k-szor ( f k gyakorisággal ), akkor a mintaátlag:
k
xi f i
x1 f1 x2 f 2 ... xk f k
x
i 1
n
n
k
Itt a gyakoriságok összege természetesen
f
i 1
pl.:
b./
2,46
i
n.
A minta átlaga
Tétel. A mintaátlagnak, mint valószínűségi változónak a várható értéke megegyezik a
teljes statisztikai sokaság ( "elméleti sokaság" ) várható értékével, azaz
M x M m
Itt a valószínűségi változó értékei a teljes sokaság értékei, az mintaelemek -vel
azonos eloszlású valószínűségi változók ( i = 1, 2, ..., n ).
Tétel. A mintaátlag szórásnégyzete és a teljes statisztikai sokaság ( ) közötti
összefüggés:
2
2
D x
, vagyis D x
n
n
2
Tétel. Ha a teljes statisztikai sokaság normális eloszlású, akkor a mintaátlag is
normális eloszlású, mégpedig ( az előbbiek alapján ) N m,
eloszlású.
n
A minta szórása
2
1 n
Definíció. A minta szórásnégyzete: s xi x .
n i 1
2
n
Ha az mintaelemek az f i gyakoriságokkal vannak megadva, akkor a minta
2
1 k
szórásnégyzete: s xi x f i .
n i 1
2
n
Tétel. A minta szórásnégyzetének, mint valószínűségi változónak a várható értéke:
M sn2
n 1 2
n
( nem egyezik meg az alapsokaság szórásnégyzetével! )
2
Mivel sn várható értéke nem az alapsokaság szórásnégyzete, ezért a matematikai
statisztikában a korrigált szórásnégyzetet használjuk.
A minta szórása
Definíció. A korrigált tapasztalati szórásnégyzet:
n
1
s
xi x
n 1 i 1
2
n
2
n
sn2
n 1
Tétel. A minta korrigált tapasztalati szórásnégyzetének várható értéke a teljes
.
2
n
statisztikai sokaság szórásnégyzete, azaz M s
pl.:
c./
osztályok
10; 12
12; 14
14; 16
16; 18
18; 20
gyakoriság f i osztályközép xi
1
11
5
13
13
15
4
17
2
19
2
x 15,08
s 1,869
Tapasztalati eloszlásfüggvény
Definíció. Az x1 , x2 , ... , xn mintaelemek közül azoknak a számát, amelyekre
teljesül, hogy xi x , jelöljük f x -el.
f
Az Fn : x x
(xR)
n
függvényt a minta eloszlásfüggvényének ( tapasztalati eloszlásfüggvényének )
nevezzük.
Tétel. Az Fn x tapasztalati eloszlásfüggvény várható értéke x R esetén:
M Fn x F x
Megjegyzés.
Az előbbi tételben szereplő F függvény a teljes statisztikai sokaság
eloszlásfüggvénye. (az u. n. elméleti eloszlásfüggvény)
Az Fn empirikus eloszlásfüggvény tehát a F elméleti eloszlásfüggvény jó
közelítése.
Tapasztalati sűrűségfüggvény
Definíció. Osszuk fel a mintabeli értékeire szóba jöhető intervallumot
részintervallumokra. Az xi , xi xi részintervallumokra eső mintaelemek számát
jelöljük f i -vel.
Az xi , xi xi
részintervallumon állandó f n : x
fi
n xi
függvényt
tapasztalati sűrűségfüggvénynek ( a minta sűrűségfüggvényének ) nevezzük.
Megjegyzés.
Mivel f x
fi
f n x , ezért ha az n elég nagy és a xi részintervallumok
n xi
elég kicsik, akkor a teljes sokaság f sűrűségfüggvényét a mintabeli f n
sűrűségfüggvény jól közelíti.
Példa a tapasztalati eloszlás- és
sűrűségfüggvényre
Példa:
tapasztalati sűrűségfüggvény
intervallum gyakoriság f i
; 10
10; 12
1
12; 14
5
14; 16
13
16; 18
4
18; 20
20;
0
2
0
sűrűség -
függvény f n x
0
1
1
25 2 50
5
25 2
13
50
4
50
2
50
0
tapasztalati eloszlásfüggvény
intervallum gyakoriság f i
; 11
11; 13
1
5
13; 15
13
15; 17
4
17; 19
2
19;
0
eloszlás függvény Fn x
0
1
25
6
25
19
25
23
25
25
1
25